Sahil Kale

LLM网络搜索能力得到分析，显示准确性有所提高但置信度校准存在问题

Sahil Kale 的一项新研究论文分析了现代大型语言模型的内部网络搜索能力。研究发现，虽然启用检索功能显著提高了事实查询的准确性，但会降低置信度校准。模型经常调用检索来获取最新信息，但在查询制定和来源选择方面遇到困难，准确率很少超过 70%。研究表明，当前的内部网络检索功能可以很好地作为低延迟验证工具，但尚未成为可靠的信息检索管道，这表明在触发、查询制定和置信度校准方面需要改进。